지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.2
- 수록면
- 75 - 81 (7page)
- DOI
- 10.5391/JKIIS.2021.31.1.075
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
유방 종양은 유방암의 증상 중 하나이며 유방암은 여성에게서 흔히 발병하는 질병이다. 유방 종양은 초기 검사인 유방조영술에서 발견되므로 초기 진단이 매우 중요하다. 하지만 유방 종양을 탐지하는 것은 전문가에게도 어려운 일이다. 최근 딥러닝을 사용하여 유방조영술영상에서 병변을 찾으려는 노력이 이루어지고 있으며 본 논문에서는 딥러닝을 사용하여 유방조영술 영상에서 유방 종양을 분할하고자 한다. CBIS-DDSM(Curated Breast Image Subset of Digital Database for Screening Mammography) 데이터를 수집하고 데이터에 전처리를 시행한다. 의미론적 분할 모델인 FCN(Fully Convolutional Network), U-Net과 CNN(Convolutional Neural Network) 백본망인 VGGNet(Visual Geometry Group Net), EfficientNet 모델의 조합으로 4개의 모델을 구성하여 학습 기법을 사용하여 학습한다. 평가 데이터를 통해 유방 종양이 예측된 마스크와 유방 종양을 나타내는 실제 마스크를 사용하여 얼마나 유사하게 분할하였는지 시각화하고 구성한 모델의 성능을 비교한다. U-Net-EfficientNet 모델이 85.91%로 가장 높은 성능을 보여주었고, U-Net-VGG-Net 모델이 63.56%로 가장 낮은 성능을 보여주었다.
목차
요약
Abstract
1. 서론
2. 시스템 구성
3. 실험 및 결과
4. 결론 및 향후 연구
References
참고문헌 (6)
참고문헌 신청
National Cancer Center, “[Report] National Cancer Registration Business Report (2017, Cancer Registration Statistics),” Available: https://ncc.re.kr/cancerStatsView.ncc?bbsnum=518&sear%20chKey=total&searchValue=&pageNum=1, 2020, [Accessed: May 25, 2020]
Hyeonju Gwon, “Artificial intelligence... beat doctors in diagnosing breast cancer,” Available: https://www.aitimes.kr/news/articleView.html?idxno=15043, 2020, [Accessed: Nov 12, 2020]
Hua Li, Shasha Zhuang, Deng-ao Li, et al., “Benign and malignant classification of mammogram images based on deep learning,” Biomedical Signal Processing and Control, Vol. 51, pp. 347-354, https://doi.org/10.1016/j.bspc.2019.02.017, 2019.
N. Dhungel, G. Carneiro and A. P. Bradley, “Automated Mass Detection in Mammogram Using Cascaded Deep Learning and Random Forests,” 2015 International Conference on Digital Image Computing: Techniques and Applications (DICTA), Adelaide, SA, Australia, pp. 1-8, https://doi.org/10.1109/DICTA.2015.7371234, 2015.
Yong-Hyun Cho, “A Study of Deep Learning-based Tumor Discrimination Using Texture Features of Breast Ultrasound Image,” Journal of Korean Institute of Intelligent systems, Vol. 30, No. 1, pp. 54-59, https://doi.org/10.5391/JKIIS.2020.30.1.54, 2020.
Hyeonju Gwon, “Artificial intelligence... beat doctors in diagnosing breast cancer,” Available: https://www.aitimes.kr/news/articleView.html?idxno=15043, 2020, [Accessed: Nov 12, 2020]
Hua Li, Shasha Zhuang, Deng-ao Li, et al., “Benign and malignant classification of mammogram images based on deep learning,” Biomedical Signal Processing and Control, Vol. 51, pp. 347-354, https://doi.org/10.1016/j.bspc.2019.02.017, 2019.
N. Dhungel, G. Carneiro and A. P. Bradley, “Automated Mass Detection in Mammogram Using Cascaded Deep Learning and Random Forests,” 2015 International Conference on Digital Image Computing: Techniques and Applications (DICTA), Adelaide, SA, Australia, pp. 1-8, https://doi.org/10.1109/DICTA.2015.7371234, 2015.
Yong-Hyun Cho, “A Study of Deep Learning-based Tumor Discrimination Using Texture Features of Breast Ultrasound Image,” Journal of Korean Institute of Intelligent systems, Vol. 30, No. 1, pp. 54-59, https://doi.org/10.5391/JKIIS.2020.30.1.54, 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
전이 학습 기반 향상된 유방 종양 분할 방법
한국정보통신학회 종합학술대회 논문집
2024 .05
-
전이 학습 기반 유방 종양 분할
한국컴퓨터정보학회 학술발표논문집
2024 .07
-
심층 신경망 영상 분할 모델을 이용한 유방촬영술 종양 영역 검출 기법 연구
한국정보과학회 학술발표논문집
2021 .06
-
A Study on Breast Type Classification & Discrimination Using Manual Measurement- Focusing on Korean Women in Their 20s –
한국컴퓨터정보학회논문지
2020 .05
-
유방촬영장치와 유방검사를 위한 품질관리
한국방사선학회 논문지
2018 .01
-
유방 영상에서 딥러닝 기반의 유방 종괴 자동 분할 연구
멀티미디어학회논문지
2018 .12
-
유방 촬영검사에서 사전조사 관전압과 실제조사 관전압 편차에 따른 원인 분석
한국방사선학회 논문지
2017 .01
-
A Study on the Setting of Breast Measurement Points on 3D Scan Data
한국컴퓨터정보학회논문지
2020 .05
-
심층신경망을 이용한 초음파 유방 종양 감별 진단 연구
한국통신학회 학술대회논문집
2020 .11
-
유방 이미징 기술 동향
전기의세계
2017 .08
-
유방의 조직검사
전기의세계
2016 .04
-
유방 초음파 검사 시 S-detect 방법을 활용한 인자 분석
한국방사선학회 논문지
2019 .01
-
유방 초음파 영상에서 질감 특성을 이용한 악성종양 분석
융합신호처리학회 논문지
2019 .01
-
유방암 선별진단을 위한 AI 개발을 위한 데이터 연구
Proceedings of KIIT Conference
2021 .11
-
디지털 유방촬영장비에 관한 공간선량율 평가
한국방사선학회 논문지
2015 .01
-
유방암 조기발견을 위한 치밀 유방 영상에서의 종양 자동 검출 기법 연구
대한전자공학회 학술대회
2016 .06
-
심층 패치 학습을 이용한 유방촬영술 기반 병리학적 완전관해율 (pCR) 예측
한국정보과학회 학술발표논문집
2021 .06
-
유방 종양 생검 시술을 위한 의료 영상 3차원 가시화 플랫폼 개발
대한전자공학회 학술대회
2015 .06
-
Neighborhood 러프집합 모델을 활용한 유방 종양의 진단적 특징 선택
한국산업정보학회논문지
2016 .12
-
신장암 진단을 위한 U-Net과 U-Net++ 기반 신장 및 종양 자동 분할 연구
한국정보통신학회논문지
2025 .03
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0